资源预览内容
第1页 / 共74页
第2页 / 共74页
第3页 / 共74页
第4页 / 共74页
第5页 / 共74页
第6页 / 共74页
第7页 / 共74页
第8页 / 共74页
第9页 / 共74页
第10页 / 共74页
亲,该文档总共74页,到这儿已超出免费预览范围,如果喜欢就下载吧!
资源描述
临床决策分析,中南大学公共卫生学院流行病教研室,为什么要作决策分析?,临床医生每天要面临很多选择。 20死亡危险和80的生存机会?,怎样选择?,在发生某灾害(包括疾病爆发)时,有600人面临危险,2种措施: 200人获救; 2/3可能全部死亡,1/3机会所有人获救,,怎样选择?,在发生某灾害(包括疾病爆发)时,有600人面临危险,2种措施: 400人死亡; 1/3机会所有人获救,2/3可能全部死亡, 在面临选择时,对危险不自觉的夸大;临床上存在很多危险和利益共存的情况,所以决策,决策和决策分析,决策(decision)就是选择一个方案。 决策分析(decision analysis)是运用各种数学模型,从各个备选方案中选择最佳方案的过程。,临床决策,通过估计各种结局的效用值,计算不同的临床选择或临床策略的期望效用值,从而对各种策略做出量化的、具有代表性的选择的一个过程。,决策,An explicit, quantitative and systematic approach to decision making under uncertainty. Handdix et al., Prevention Effectiveness Oxford University Press 1996,临床决策,Uncertainty: 机会事件发生的概率;决策结果的不确定 最大优点是可依病人preference的不同而有不同决策结果。 临床决策实际上是Evidence-based medicine 的最终目的,是可以说是EBM个体化的过程。 是individualized Evidence-based medicine的最高境界。,风险型决策,存在一些可能会影响结果的因素,这些因素对结果的影响可以用概率加以估计。临床上最常见的决策大部分都是风险型决策。,决策树 decision tree,决策树分析法是临床决策分析中最常见的方法,它模拟临床医生在诊疗过程中的分析过程,采用分层的方法,用概率表示各种诊疗过程中的决策和其相应的结局,犹如一棵不断分支的树,因而称为决策树。,决策树的结构,模型基本的树形结构 决策结:decision node-square 机会结: chance node-circle 决策枝:one decision branch denote one choice or strategy 机会枝:one chance branch denote one uncertainty outcome,决策树的结构,临床决策分析软件 ,决策树的结构,各种随机事件的发生概率 RCT trail meta-analysis Systematic review Case-based data,决策树的结构,每一个结局的效用值。 可以反映决策目标的量化的指标,不同的结局效应值不同 。 效应值是指研究者和病人对该结局的一个偏好评价,临床决策可以选用不同的效用值,因而不可避免得带有主观性,决策树的绘制和分析 基本步骤,明确决策问题,确定备选方案 列出所有可能的结局 明确各种结局出现的概率 确定各种结局的效应值 计算备选方案的期望值 敏感性试验或灵敏度分析,决策树的绘制和分析 明确决策问题,确定备选方案,决策问题:就是指通过决策树分析需要解决的问题: 病人是否患有某种疾病? 某种疾病的病人应该选择哪一种治疗方案?,决策树的绘制和分析 明确决策问题,确定备选方案,决策目标: 主要是最大限度的延长期望寿命或减少死亡或致病水平。 备选方案: 所有的临床治疗方案,有多少备选方案,就决定了决策树第一层有多少分支,即从第一个决策结可以引出多少分支。,决策树的绘制和分析 列出所有可能的结局,直接结局 immediate outcome : 每一个机会结点上可能发生的事件,每一个机会结可以引出两个和两个以上的结局,这些结局是互相排斥的,他们发生的概率之和应该是1。 最终结局 final outcome: 一系列机会事件的最终结果,决策树的绘制和分析,确定备选方案和各种结局后,我们可以绘制决策树的基本结构。 决策树至左向右,最初等决策结在最左边,中间是一系列的机会结和相应得结局(或机会事件),最右边是最终结局,用结局结表示。,决策树的绘制和分析 明确各结局发生的概率,Probability 概率 RCT trail meta-analysis Systematic review Case-based data,决策树的绘制和分析 明确各结局的效用值,utility:反映决策目标: 延长病人的生命期望寿命 提高病人生命质量质量调整的期望寿命 减少费用医疗费用,决策树的绘制和分析 计算备选方案的期望效用值,从最终结局开始向最初决策的方向,采用概率相乘的办法,计算备选方案的expected utility value 回乘法 averaging and folding back。,决策树的绘制和分析 敏感性试验或灵敏度分析,sensitive test 目的:测试决策分析结果的真实性 即当机会事件发生的概率或结局的效用值在一定的范围内波动时,决策分析的结果是否稳定或是否具有真实性。,决策树的绘制和分析 敏感性试验或灵敏度分析,产品:灵敏度分析就是改变某一参数的值,观察各个策略效用值的变化,以参数为横轴,效应值为纵轴绘制效应值随参数变化的灵敏度曲线,决策树的绘制和分析 敏感性试验或灵敏度分析,one-way sensitivity analysis: 改变某个参数,观察效用值的变化 two-way sensitivity analysis: 同时改变两个因素所进行的灵敏度分析,表示两个参数的不同组合下,最佳方案的变化和决策。,例,某种疾病后期怀疑有癌变可能,可以进行药物化疗,也可以采用手术探查,如发现肿瘤,则可进行肿瘤切除,如果切除可以保证生命的延长和生存质量的提高,则不需要进行决策,可直接选择手术治疗。当切除不能保证效果,并且存在一定的负作用时,如何选择治疗方案。,决策问题: 是否应该选择手术探查 决策目标: 尽量延长病人的期望寿命,备选方案: 手术探查 药物治疗 不进行任何治疗 决策树表现为在最初等决策结上引出三条主要的决策臂,一条表示手术探查、一条表示药物治疗,另一条表示不进行处理。,可能的机会事件,假设在手术探察的过程中有死于手术的危险 ,药物治疗也可以致死。但是如果药物治疗不发生严重致死副作用,则不发生其他副作用。则根据可能的机会事件绘制决策图:,各个机会事件发生的概率,假设这类病人患有肿瘤的可能性为30%;不进行治疗病死率为90%;化疗的死亡率为5%;手术中死亡的危险为12%。 术后治愈的概率为90%。药物化疗治愈的概率为5%。,结局效用值,假如术后治愈的期望寿命是10年,未达到临床治愈患者的期望寿命是1年,死亡的期望寿命为0年。则完整的决策树结构:,计算期望效用值,Expected life years(手术治疗)=8.5624年; Expected life years(药物化疗)=7.0633年, Expected life years(不治疗)=7.03年。,敏感性试验,单因素敏感性分析,决策树的评价,真实性 1、是否包含了临床所能预见的各种结局 2、各种机会事件的发生概率是否来源可靠 3、效用值的获得是否科学 4、是否运用敏感性试验对决策树进行了分析,决策树的评价,重要性 实用性,回顾敏感性研究 U(手术治疗)=U(药物化疗)? U(手术治疗)=U(不治疗)? U(药物化疗)=U(不治疗)?,如果用Pcancer表示肿瘤的患病率,设在Pcancer=P0时手术治疗的方案与不治疗期望寿命相同:,阈值分析法,如果这个诊断不明确的病人患病的可能性为P,则: 治疗的期望值E T=PU 1+(1-P)U 2 不治疗的期望值E NT= PU 3+(1-P)U 4,存在一个P 0使E T 等于E NT,在这一点上,给病人某种治疗措施和不给予病人该种治疗的效果是一样的,医生在此时对决策保持中立,该点称为治疗阈值。 P0U 1+(1-P0)U 2= P0U 3+(1-P0)U 4 得 P 0= (U 4-U 2)/ (U 1- U 3+ U 4- U 2),U 4-U 2指未治疗非患者(第四种情况)和治疗非患者(第二种情况)的结局效用值的差,实际上可以认为表示治疗的代价或者是给非病人进行某种治疗所遭受的损失,用C (cost)表示。,U 1- U 3指治疗患者(第一种情况)和不治疗患者(第三种情况)的结局效用值的差,实际上表示给病人治疗的疗效或收益用B(Benifit)表示 则: P0= C/(B+ C),用阈值分析法分析前例,U1=0.88 9.17.908 U2=0.88 108.8 U3=0.1 U4=10,则: B =U 1- U 3=7.908-0.1=7.808 C =U 4- U 2=10-8.81.2,治疗阈值= C/(B+ C) =1.2/(1.2+7.808) =0.1332 与灵敏度分析的结果相同,诊断试验,诊断试验检测的阳性率和阴性率,阳性率=(Sne p)+(1-Spe) (1-p) 阴性率= (1-Sne)p+Spe (1-p),诊断实验的阳性预测值,条件概率:,两个阈值 一个是不做治疗与诊断试验后决定是否给予治疗相当的患病率P1(诊断阈值)检查是否值得? 另一个是做诊断试验与直接给予治疗相当的患病率P2 (治疗阈值)直接治疗是否合适?,诊断阈值和诊疗阈值,0 诊断阈值 诊疗阈值 1,例,根据肺炎病人的症状、体征和X线检查,怀疑有结核的可能,因为抗结核治疗有一定的副作用,会给病人的生理和心理带来一定的影响,故需要进一步的检查后再决定是否给予治疗,抽胸水进行进一步的检查具有一定的风险,这种情况怎样做出决策?,1、根据具体的症状、体征和其它实验室检查,假设该类病例发生结核的可能性p=0.75。 2、确诊患有结核的病人经过正规合理的抗结核治疗,假设有80%病人将会恢复健康,如果用质量调整的期望寿命年作为评价结局的效用值,抗结核治疗治愈者质量调整的期望寿命为20年,结核病人不进行治疗者质量调整的期望寿命为15年。,3、假设20%的病人因长期的服药肝脏受损,心理受到影响导致生活质量下降,质量调整的寿命年减少3年。 4、假设新的诊断试验的真实性评价指标为灵敏度Sne=90%, 特异度Spe=95%, 假阳性率FPR=5%, 假阴性率FNR =10%;则诊断试验的阳性预测值为0.98,阴性预测值为0.76。,诊断试验检测的阳性率和阴性率,阳性率=(Sne p)+(1-Spe) (1-p) =(0.90 0.75)+(1-0.95) (1-0.75) =0.6875 阴性率= (1-Sne)p+Spe (1-p) =0.3125,诊断实验的阳性预测值,条件概率:,三种方案的期望寿命,U(直接治疗) =18.65年 U(诊断试验) =18.53年 U(不治疗) =16.25年,敏感性分析,以上结果说明,如果病人患结核的可能性小于0.00971的话,最佳决策是不用做任何诊断试验且不给予任何治疗,如果患结核的可能性大于0.62637,则最佳的决策是直接给予抗结核治疗而不需要做新的诊断试验。如果某病人患结核的概率介于两者之间,则应作新的诊断试验来确定病人是否需要进行抗结核治疗。,诊断阈值和诊疗阈值公式,1、诊断试验的风险(risk of diagnostic test Rt) 指病人接受诊断试验和不接受诊断试验的结局效用值之差。 2、治疗的净收益(benefit of treatment in patients with disease Brx) 患有某病的病人
网站客服QQ:2055934822
金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号